Python全栈开发实战学习9

collections模块

在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple和OrderedDict等。
参考：https://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001411031239400f7181f65f33a4623bc42276a605debf6000

1. namedtuple：生成可以使用名字来访问元素内容的Tuple子类
2. deque：双端队，可以快速的从另一侧追加和推出对象
3. Counter：计数器，主要用来计数
4. Orderdict：有序字典
5. defaultdict：带有默认值的字典

namedtuple

我们知道tuple可以表示不变集合，例如，一个点的二维坐标就可以表示成：

>>> p = (1, 2)

但是，看到(1, 2)，很难看出这个tuple是用来表示一个坐标的。
这时，namedtuple就派上了用场：

>>> from collections import namedtuple
>>> Point = namedtuple(‘Point’, [‘x’, ‘y’])
>>> p = Point(1, 2)
>>> p.x
>>> p.y

类似的，如果要用坐标和半径表示一个圆，也可以用namedtuple定义：

#namedtuple(‘名称’, [属性list]):
Circle = namedtuple(‘Circle’, [‘x’, ‘y’, ‘r’])

deque

使用list存储数据时，按索引访问元素很快，但是插入和删除元素就很慢了，因为list是线性存储，数据量大的时候，插入和删除效率很低。

deque是为了高效实现插入和删除操作的双向列表，适合用于队列和栈：

>>> from collections import deque
>>> q = deque([‘a’, ‘b’, ‘c’])
>>> q.append(‘x’)
>>> q.appendleft(‘y’)
>>> q
deque([‘y’, ‘a’, ‘b’, ‘c’, ‘x’])

deque除了实现list的append()和pop()外，还支持appendleft()和popleft()，这样就可以非常高效地往头部添加或删除元素。

orderdict

使用dict时，Key是无序的。在对dict做迭代时，我们无法确定Key的顺序。

如果要保持Key的顺序，可以用OrderedDict：
复制代码

>>> from collections import OrderedDict
>>> d = dict([(‘a’, 1), (‘b’, 2), (‘c’, 3)])
>>> d # dict的Key是无序的
{‘a’: 1, ‘c’: 3, ‘b’: 2}
>>> od = OrderedDict([(‘a’, 1), (‘b’, 2), (‘c’, 3)])
>>> od # OrderedDict的Key是有序的
OrderedDict([(‘a’, 1), (‘b’, 2), (‘c’, 3)])

注意，OrderedDict的Key会按照插入的顺序排列，不是Key本身排序：

>>> od = OrderedDict()
>>> od[‘z’] = 1
>>> od[‘y’] = 2
>>> od[‘x’] = 3
>>> od.keys() # 按照插入的Key的顺序返回
[‘z’, ‘y’, ‘x’]

defaultdict

有如下值集合 [11,22,33,44,55,66,77,88,99,90…]，将所有大于 66 的值保存至字典的第一个key中，将小于 66 的值保存至第二个key的值中。
即： {‘k1’: 大于66 , ‘k2’: 小于66}

方法一：原生字典解决方法

values = [11, 22, 33,44,55,66,77,88,99,90]

my_dict = {}

for value in  values:
    if value>66:
        if my_dict.has_key('k1'):
            my_dict['k1'].append(value)
        else:
            my_dict['k1'] = [value]
    else:
        if my_dict.has_key('k2'):
            my_dict['k2'].append(value)
        else:
            my_dict['k2'] = [value]

方法二：defaultdict字典解决方法

from collections import defaultdict

values = [11, 22, 33,44,55,66,77,88,99,90]

my_dict = defaultdict(list)

for value in  values:
    if value>66:
        my_dict['k1'].append(value)
    else:
        my_dict['k2'].append(value)

Counter

Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。计数值可以是任意的Interger（包括0和负数）。Counter类和其他语言的bags或multisets很相似。

c = Counter(‘abcdeabcdabcaba’)
print c
输出：Counter({‘a’: 5, ‘b’: 4, ‘c’: 3, ‘d’: 2, ‘e’: 1})

其他详细内容 http://www.cnblogs.com/Eva-J/articles/7291842.html

时间模块

和时间有关系的我们就要用到时间模块。在使用模块之前，应该首先导入这个模块。

#常用方法
1.time.sleep(secs)
(线程)推迟指定的时间运行。单位为秒。
2.time.time()
获取当前时间戳

表示时间的三种方式

在Python中，通常有这三种方式来表示时间：时间戳、元组(struct_time)、格式化的时间字符串：

• 时间戳(timestamp) ：通常来说，时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量。我们运行“type(time.time())”，返回的是float类型。
• 格式化的时间字符串(Format String)： ‘1999-12-06’
  python中时间日期格式化符号：

%y 两位数的年份表示（00-99）
%Y 四位数的年份表示（000-9999）
%m 月份（01-12）
%d 月内中的一天（0-31）
%H 24小时制小时数（0-23）
%I 12小时制小时数（01-12）
%M 分钟数（00=59）
%S 秒（00-59）
%a 本地简化星期名称
%A 本地完整星期名称
%b 本地简化的月份名称
%B 本地完整的月份名称
%c 本地相应的日期表示和时间表示
%j 年内的一天（001-366）
%p 本地A.M.或P.M.的等价符
%U 一年中的星期数（00-53）星期天为星期的开始
%w 星期（0-6），星期天为星期的开始
%W 一年中的星期数（00-53）星期一为星期的开始
%x 本地相应的日期表示
%X 本地相应的时间表示
%Z 当前时区的名称
%% %号本身

• 元组(struct_time) ：struct_time元组共有9个元素:(年，月，日，时，分，秒，星期，一年中第几天等）
  

小结：时间戳是计算机能够识别的时间；时间字符串是人能够看懂的时间；元组则是用来操作时间的

用代码来认识一下输出时间的三种方式：

import time
# 时间戳
print(time.time())
print()
# 时间字符串
print(time.strftime('%Y-%m-%d %X'))
print(time.strftime('%x %X'))
print(time.strftime('%Y-%m-%d %H:%M:%S'))
print()
# 时间元组：localtime将一个时间戳转换为当前时区的struct_time
print(time.localtime())

结果
1550714203.6647315

2019-02-21 09:56:43
02/21/19 09:56:43
2019-02-21 09:56:43

time.struct_time(tm_year=2019, tm_mon=2, tm_mday=21, tm_hour=9, 
			tm_min=56, tm_sec=43, tm_wday=3, tm_yday=52, tm_isdst=0)

几种格式之间的转换

• 时间戳 ——> 结构化时间

import time
t = time.time()   # 定义一个时间戳t
#time.gmtime(时间戳)    #UTC时间，与英国伦敦当地时间一致
print(time.gmtime(t))
#time.localtime(时间戳) #当地时间。例如我们现在在北京执行这个方法：与UTC时间相差8小时，
# UTC时间+8小时 = 北京时间 
print(time.localtime(t))

结果
time.struct_time(tm_year=2019, tm_mon=2, tm_mday=21, tm_hour=2,
 		tm_min=11, tm_sec=22, tm_wday=3, tm_yday=52, tm_isdst=0)
time.struct_time(tm_year=2019, tm_mon=2, tm_mday=21, tm_hour=10, 
		tm_min=11, tm_sec=22, tm_wday=3, tm_yday=52, tm_isdst=0)

• 结构化时间 ——> 时间戳

import time
#time.mktime(结构化时间)
time_tuple = time.localtime() # 得到一个本地时间元组，即结构化时间
print(time.mktime(time_tuple))

• 结构化时间 ——> 字符串时间

import time
#time.strftime("格式定义","结构化时间")  结构化时间参数若不传，则显示当前时间
print(time.strftime('%Y-%m-%d'))
print(time.strftime('%Y-%m-%d', time.localtime(15000000)))

结果
2019-02-21
1970-06-23

• 字符串时间 ——> 结构化时间

import time
#time.strptime(时间字符串,字符串对应格式)
print(time.strptime('2019-2-21', '%Y-%m-%d'))
print(time.strptime('21/2/2019', '%d/%m/%Y'))

结果
time.struct_time(tm_year=2019, tm_mon=2, tm_mday=21, tm_hour=0, 
		tm_min=0, tm_sec=0, tm_wday=3, tm_yday=52, tm_isdst=-1)
time.struct_time(tm_year=2019, tm_mon=2, tm_mday=21, tm_hour=0,
		tm_min=0, tm_sec=0, tm_wday=3, tm_yday=52, tm_isdst=-1)

• 结构化时间 ——> %a %b %d %H:%M:%S %Y串

import time
#time.asctime(结构化时间) 如果不传参数，直接返回当前时间的格式化串
print(time.asctime(time.localtime(150000000)))
print(time.asctime())

结果
Thu Oct  3 10:40:00 1974
Thu Feb 21 10:37:15 2019

• 时间戳 ——> %a %b %d %H:%M:%S %Y串

import time
#time.ctime(时间戳)  如果不传参数，直接返回当前时间的格式化串
print(time.ctime())
print(time.ctime(15000000))

结果
Thu Feb 21 10:40:03 2019
Tue Jun 23 22:40:00 1970